为了方便分析云函数的运行状况，我让云函数用nginx的格式把访问日志输出到log文件中，这样就可以用nginx常用的分析工具比如goaccess来分析日志了。

goaccess是一个命令行日志分析工具，可以分析nginx、apache等web服务器的访问日志，并生成HTML格式的报告。

但是它需要运行的在一个服务器上，而我就是因为服务器刚刚过期没续费被回收了才把程序迁移到云函数上的，专门为了一天只运行几次的goagent再去弄台服务器就没必要了。用云函数直接运行goagent虽然略微折腾一点，但是现在有腾讯云的codebuddy帮忙折腾，这点麻烦就不怎么麻烦了。

Read More

去年本来已经试过function-calling，但是今年Manus火的时候测试了一下开源的OpenManus和OWL，然后发现一些大模型挂载不上去的原因是不支持function-calling，但是function-calling又不是什么高科技，支持一下有那么难么，那么多大模型都不支持？于是起了歪心思：用prompt让大模型假装支持function-calling行不行？

实测下来可以是可以的，只不过不支持function-calling的大模型有一些会在传递tools给它的时候直接返回400错误拒绝：

Read More

最近看了不少『编程小白通过prompt一行代码没写开发了一个app并上架』的股市，虽然不咋信，还是有点三人成虎了。正好字节弄了个MarsCode，要不暂就试试？

用户05195606504

我要做一个一个浏览器插件的开源项目，它可以通过AI为打开的网页上的图片自动添加替代文字，请帮我为这个项目起一些好听的中文名字和对应的英文名字

MarsCode AI

1 条参考信息
好的，根据你的需求和项目描述，我为你的项目起了几个中文名字和对应的英文名字：

1. 图释 ImgCap
2. 智能识图 SmartImageRec
3. 慧眼识图 InsightImage
4. 图言 PicTalk
5. 图说 PicSay
   这些名字都突出了项目的核心功能，即通过AI为图片添加替代文字。你可以根据自己的喜好选择一个合适的名字。

Read More

为什么需要function calling，知乎上有一篇介绍文章 ，说的比较清楚了。

硅基流动上有一些具体的使用指引 。

这样我们有一些大模型不擅长处理的问题就可以交给function来处理再把结果交还给大模型了。

前阵子刚好在测试用思维树引导大模型计算24点，结果不是很稳定，试试用function calling会不会好一些：

Read More

AI编程工具常常表现的比我们直接去问AI问题要聪明的多，因为它们通常都不是简单的把问题和代码丢给大模型，而是针对问题场景设计相应的思维链(CoT)/思维树(ToT)等来充分发挥大模型的潜力。其实通过很简单的AI接口调用，我们也可以让AI针对我们的问题场景工作的更聪明更努力。

下面是用某个通用的demo修改成的一个通过不停的追问让AI不停的迭代更好的代码的例子，这个例子中使用的免费大模型是从 硅基流动 申请的API。因为只是一个简单的demo，很多异常情形并没有做处理。模型使用了THUDM/glm-4-9b-chat。 看看像不像一个黑心的包工头:

Read More

User: 写一个网页，在网页上播放一个指定的mp4视频，并通过播放进度与实际时间的差异来收集卡顿情况，同时我要搜集到网页连接到视频服务器的延迟情况在以便比较卡顿是否是由于网络丢包、拥堵导致的。

Kimi: 创建一个网页来播放视频并收集卡顿情况以及网络延迟情况，需要前端和后端的配合。下面是一个简单的示例，展示如何使用HTML、JavaScript和一些服务器端的逻辑来实现这个功能。

Read More

以前也跑过gpu.js的demo，每次搞来搞去都只是做个随机数的矩阵相乘，没试过真的自己写一个核函数。最近手术后眼睛恢复的不错，又想学点儿新东西了，就学写一个核函数吧，看看比起CPU是不是有优势。问题场景就设定为求一个大数列的移动平均数。

Read More

B站上刷到一个视频说，两个人丢硬币赌钱，一个有一百万本钱，一个只有一万，赌一把一百块，最后结果一定是一百万那个有一百零一万，一万那个一分钱也没有。

既在意料之外又在情理之中，还是实测一下，看看一万块在亏光前能玩几把吧：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

var a=10000,b=100,rounds=0;;
function test(){
        rounds++;
        if(Math.random()<0.5){
                a++;
                b--;
        }else{
                a--;
                b++;
        }
        console.log("rounds=",rounds,"a=",a,"b=",b)
        if(a>0 && b>0)setImmediate(test)
}
test();

结果在一万多把到30几万把之间。资产差两个数量级的“公平游戏”，钱少的一方亏光几乎是必然的。

期待了几天跟AI结对编程的体验，没想到phind这么快就提供了这个功能。

自动分解问题，搜索答案，还是挺智能的。因为是跟人类学的编程，养成了人类喜欢偷懒的习惯，居然问我要用哪个第三方的转换服务，需要明确告诉它不要偷懒要自己写一个转换服务，他才能乖乖的写出来。

最后有一个多余的script标签没有去掉，是我的锅，不是AI的问题。

云上做开发我们常常说要面向失败做设计，比如做Serverless应用的时候就常常需要在可能存在的丢包、并发写冲突、异常截断等情形下进行自我修复。

里德所罗门编码是一个典型的面试失败设计的编码，在这个时候就可以很方便的提供数据的冗余存储和自我修复能力

Read More